ferrazzipietro/LS_Llama-2-7b-hf_ncbi_disease_NoQuant_64_32_0.05_16_BestF1

该数据集主要用于自然语言处理任务，特别是命名实体识别（NER）。数据集包含多个特征，如id、tokens、ner_tags、input_ids、attention_mask、labels、sentence、predictions和ground_truth_labels。ner_tags特征中的class_label显示了疾病相关的标签（B-Disease和I-Disease），表明数据集可能用于医学领域的文本分析。数据集仅包含一个测试集（test），包含941个示例。

This dataset is primarily used for natural language processing tasks, particularly named entity recognition (NER). The dataset includes multiple features such as id, tokens, ner_tags, input_ids, attention_mask, labels, sentence, predictions, and ground_truth_labels. The class_label in the ner_tags feature shows disease-related labels (B-Disease and I-Disease), indicating that the dataset may be used for text analysis in the medical field. The dataset contains only a test set with 941 examples.

原始信息汇总

数据集概述

数据集信息

特征

• id: 字符串类型
• tokens: 字符串序列
• ner_tags: 命名实体识别标签序列
  • 类别标签:
    • 0: O
    • 1: B-Disease
    • 2: I-Disease
• input_ids: 整数序列
• attention_mask: 整数序列
• labels: 整数序列
• sentence: 字符串类型
• predictions: 字符串序列
• ground_truth_labels: 字符串序列

数据分割

• test:
  • 字节数: 1424083
  • 样本数: 941

数据集大小

• 下载大小: 253191 字节
• 数据集大小: 1424083 字节

配置

• config_name: default
  • 数据文件:
    • 分割: test
    • 路径: data/test-*